Volatility of volatility: Estimation and tests based on noisy high frequency data with jumps
含噪声与跳跃高频数据下波动率的波动估计及检验AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要直接研究含噪声和跳跃高频数据中的波动率的波动估计与检验，支持波动率和高频计量分类。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
含噪声与跳跃高频数据下波动率的波动估计及检验
- 研究问题
- 研究含观测噪声与跳跃的高频数据中，如何估计积分波动率的波动，并进行区间推断及其是否为零的假设检验。
- 方法与思路
- 作者建立收敛率为 n 的八分之一次方的可行中心极限定理，并在零假设下利用五分之一次方速率的估计量构造专门检验。
- 材料陈述的贡献
- 摘要称，该理论支持一般设定下的区间估计与检验，零值检验具有更高功效；标普五百及个股应用显示非零波动率的波动证据。
- 阅读关注点
- 应核对噪声与跳跃的允许形式、两种速率所对应的条件及方差估计，并确认零假设检验功效比较使用的基准和备择设定。
- 阅读边界
- 仅依据所给出版社摘要，无法验证其首次建立理论的优先性，也无法判断检验功效增益与实证显著程度；具体条件和数值未提供。
原文摘要
We establish a feasible central limit theorem with convergence rate n1/8 for the estimation of the integrated volatility of volatility (VoV) based on noisy high-frequency data with jumps. This is the first inference theory ever built for VoV estimation under such a general setup. The central limit theorem is applied to provide interval estimates of the VoV and conduct hypothesis tests. Furthermore, when one is interested in the null hypothesis that the VoV is zero, we show that a more powerful test can be established based on a VoV estimator with a convergence rate n1/5 under the null. Empirical results on the S&P 500 and individual stocks show strong evidence of non-zero VoV.